10月14日，2024年諾貝爾獎各大獎項已全部揭曉，稍早前已經頒布了的諾貝爾物理學獎和諾貝爾化學獎均與人工智慧領域相關，諾貝爾化學獎和物理學獎同時垂青AI領域研究者也受到世人矚目。不少人驚呼：AI成為2024年諾獎最大贏家！
今年的諾獎為何如此青睞人工智慧？事實上，這種「跨界」的認可，表明AI已不僅僅是計算機科學的一個分支，而是成為了推動科學研究和技術進步的重要工具。
>>物理學獎
為啥給了機器學習先驅？
2024年諾貝爾物理學獎授予了美國科學家約翰·霍普菲爾德和加拿大科學家傑弗里·辛頓，表彰他們「通過人工神經網絡實現機器學習的基礎性發現和發明」。
諾貝爾獎官網表示，兩位物理學獎得主利用物理學工具開發了今天強大的機器學習的基礎方法。約翰·霍普菲爾德創造了一種聯想記憶，可以存儲和重建圖像及其他類型的數據模式。傑弗里·辛頓發明了一種能夠自主發現數據屬性的方法，從而執行識別圖片中特定元素等任務。
現如今，人工神經網絡在各個領域的應用非常廣泛，它在模擬和解決複雜問題上展現出巨大潛力。
>>化學獎
怎麼被「程式設計師」分了一半？
2024年諾貝爾化學獎授予了三位科學家，其中，一半授予美國華盛頓大學的大衛·貝克，以表彰其在計算蛋白質設計方面的貢獻，另一半則共同授予英國倫敦人工智慧公司谷歌DeepMind公司的丹米斯·哈薩比斯和約翰·喬普兩位「程式設計師」，以表彰其在蛋白質結構預測方面的貢獻。
諾獎官網稱，今年的三位諾貝爾化學獎得主破解了蛋白質驚人結構的密碼。化學獎得主大衛·貝克成功完成了幾乎不可能完成的任務，製造出了全新的蛋白質。他的共同獲獎者丹米斯·哈薩比斯和約翰·喬普開發了一種人工智慧模型來解決一個50年前的問題：預測蛋白質的複雜結構。這些發現具有巨大的潛力。
>>生理學或醫學獎
也和人工智慧有關係？
2024年諾貝爾生理學或醫學獎授予了科學家維克托·安布羅斯和加里·魯夫昆，表彰他們發現了微小RNA（也可稱microRNA或miRNA）及其在轉錄後基因調控中的作用。
乍看起來，二人的研究與人工智慧沒有關係，事實上，基於此研究背後的產業鏈，卻離不開人工智慧的支持。例如，基因檢測平台公司——美因基因就在2024年半年報中提到，公司正在研發用於阿爾茨海默病篩查的試劑盒為基於血漿的miRNA標誌物檢測。研發期間，公司使用了不少於1500例樣本，並運用機器學習算法，以篩選合適的生物標誌物。
>>經濟學獎
未來或被AI收入囊中？
10月14日，2024年諾貝爾經濟學獎得主揭曉。MIT教授阿西莫格魯、MIT教授SimonJohnson、芝加哥大學JamesA.Robinson獲得這一獎項，表彰其「對制度如何形成以及如何影響繁榮的研究」。雖然今年的諾貝爾經濟學獎沒有授予熱門的AI領域，但不少人認為這只是時間問題。
新加坡南洋理工大學經濟系長聘副教授包特認為，相對於其他領域來講，機器學習和人工智慧在經濟學中的應用還處於初始階段，要產生巨大影響尚需時日。近年來諾貝爾獎得主有「年輕化」的趨勢，未來人工智慧、機器學習領域相關研究是可能獲得諾貝爾經濟學獎的。
>>熱點解析
AI高速發展 會不會取代人類？
在諾獎「爆冷」頒給AI後，人們也在質疑，AI是否正在奪走科學家最重要的榮譽，AI的高速發展，真的不會帶來取代人類的風險嗎？
「最後獲獎的是AI算法背後的科學家和工程師，而非人工智慧本身，目前的人工智慧技術也未能達到脫離數據+算力+算法獨立運行的程度，本質上還是人類的智慧，但是我們需要對於人工智慧下一階段的發展抱有審慎態度，用客觀的眼光看待並做好治理介入的準備。」中央財經大學經濟學院教授、清華大學中國經濟思想與實踐研究院研究員徐翔坦言，「從來不是AI可能取代人類，而是掌握了AI這種先進工具的擁有者在淘汰沒有掌握先進工具的人，歷史車輪的發展軌跡一直如此，任何一次技術革命都是先進技術的擁有者去淘汰沒有獲得先進技術的人，形成了相對的競爭優勢。」
在復旦大學計算機科學技術學院教授、上海市數據科學重點實驗室主任肖仰華看來，要看到AI在科學研究發展上的巨大潛力，也要意識到AI背後潛在的風險和問題，以目前AI的能力，即便將來發展很完善，本質依然是工具，是對人類的輔助，需要人類科學家去引導、規範和糾正。
>>熱點銳評
AI「攻占」諾貝爾獎意味著什麼？
「我做了這麼一輩子科研，從來沒見過AI這麼一個行當，每三個月就有新突破，每半年就要翻天覆地了。」國際著名計算生物學家、復旦大學複雜體系多尺度研究院首任院長、上海人工智慧實驗室領軍科學家馬劍鵬向記者坦言。
在他看來，過去50年中，「蛋白質摺疊問題」一直是生物學界的重大挑戰。此前，生物學家主要利用X射線晶體學或冷凍電鏡等實驗技術來破譯蛋白質的三維結構，耗時長、成本高。幾年前，科學家用計算機預測複雜的蛋白質摺疊結構，正確率還不到40%。Al-phafold出現後，奇蹟出現了。
2020年11月30日，Alphafold2在蛋白質結構預測大賽CASP14中，對大部分蛋白質結構的預測與真實結構只差一個原子的寬度，接近達到了人類利用冷凍電子顯微鏡等複雜儀器觀察預測的水平，這是蛋白質結構預測史無前例的巨大進步。
「預測蛋白質結構，向來被認為是『太陽底下最難的科學問題之一』。」馬劍鵬表示，他和好朋友、諾貝爾化學獎得主麥可·萊維特都曾認為，這一問題在他們的有生之年恐怕很難完全解決，「但沒想到人工智慧『Alphafold2』的出現，讓這個問題向前邁進一大步，真正體現了算法的力量，將諾貝爾化學獎頒給人工智慧，是一個理所應當或者非常恰當的決定。」
馬劍鵬認為，人工智慧可以將求解的準確率大幅提升，顯示了「科學智能」研究範式的強大。雖然「Alphafold2」和「Alphafold3」並未完全解決蛋白質摺疊問題，但它給科學界帶來了啟示：可以通過數據驅動，將人工智慧應用於更多的科研領域，讓AI助手破解各種難題。
「人工智慧現在已經成為一場新的技術革命，或者可以稱之為工具革命。」復旦大學計算機科學技術學院教授、上海市數據科學重點實驗室主任肖仰華告訴記者，在科學研究領域，AI已成為推動社會進步和研究發展的最重要引擎。
肖仰華認為，諾貝爾獎授予人工智慧相關研究實際上起到一個風向標的作用，這意味著傳統自然學科一定會掀起努力擁抱和學習人工智慧、積極把人工智慧的很多工具和方法融入到科學自身的科學研究中的熱潮。「大家普遍認為，獲得諾貝爾獎的科學家需要經過幾十年的研究，而AI打破了這一定律。未來可能會有越來越多年輕學者使用AI工具在傳統自然科學做出巨大貢獻，在短短几年之內獲得諾獎，三四十歲左右的諾獎者可能會大量湧現，這個風向標的意義十分重大，也會對傳統的自然科學研究造成巨大衝擊。」
「這次的諾獎授予情況，可以說是打破了一直以來的評獎傳統，可以說是諾貝爾獎評選的一次自我改革。一方面，這反映了諾貝爾獎委員會對於該獎項意義的反思，之後的授獎會更加地關注技術的現實影響，而非絕對意義的學術前沿。」中央財經大學經濟學院教授、清華大學中國經濟思想與實踐研究院研究員徐翔告訴記者，另一方面，這反映人工智慧技術帶來的巨大衝擊與科技界對這項技術的無限期待，說明科技界把人工智慧看成了科學研究的底層技術，這是過去很多年的獲獎成果沒有做到的。
「此次AI在諾獎獲得成功，表明了學科大交叉、深交叉是趨勢，AI改變了科研範式，突破了傳統科研方式天花板。通過量變推動質變，AI有望在未來助力更多學科領域取得突破。」國內人工智慧專家張春龍表示，對於網友們的「ChatGPT獲得諾貝爾文學獎」等期待，他認為，科學（科技）工程類學科可以由大系統AI助力，文學創作類的可能還是需要人文和情感底蘊支撐。 綜合新華社、澎湃新聞、新京報等